https://bodybydarwin.com
Slider Image

Keinotekoisella älykkyydellä on lisääntynyt rooli syövän diagnosoinnissa ja hoidossa

2022

Lääkärit toivovat syöpähoidon tulevaisuuden olevan henkilökohtaista: Genetiikan avulla he voivat sovittaa potilaat tarkalleen lääkkeeseen tai hoitovaihtoehtoon, joka taistelee kasvaimiaan. Tietoja kasvaimen genetiikasta ei kuitenkaan usein liitetä tietoihin siitä, kuinka hyvin kyseisiä kasvaimia sairastavat potilaat menestyivät tietyissä hoidoissa. Tämän vuoksi tutkijoiden on vaikea räätälöidä hoitoja yksittäisille potilaille. "Joskus kaikki mitä tiedetään, on se, kuinka kauan potilaat elivät, joilla oli tietty patologia, jos se edes tiedetään", sanoo Kenneth Kehl, lääketieteellinen onkologi Dana-Farber-syöpäinstituutissa Bostonissa. "Kysymysten esittäminen, kuten mutaatiot ennustavat hyötyä tietystä hoidosta, on ollut haastavampaa kuin voidaan odottaa."

Näiden haasteiden lievittämiseksi Kehl työskenteli ryhmässä, joka kehitti koneoppimisalgoritmin, joka pystyy keräämään tietoja lääkäreiden ja radiologien muistiinpanoista sähköisissä terveyskertomuksissa, jotta voidaan tunnistaa kuinka potilaiden syöpä eteni. Heidän työvälineen, joka julkaistiin tällä viikolla JAMA Oncology -lehdessä , avulla voidaan tulevaisuudessa auttaa tunnistamaan potilaita, joille voisi olla hyötyä kliinisistä tutkimuksista tai muista erityisistä interventioista - ja se on pala laajemmista pyrkimyksistä tuoda tekoäly onkologiaan.

Suurin osa kasvainten etenemisestä syöpäpotilailla on radiologien kirjallisissa muistiinpanoissa, jotka tutkivat skannauksia ja seuraavat syövän tilan muutoksia. Koska kyse on raa'asta tekstistä - ei valinnoista avattavasta valikosta tai laskentataulukon tietopisteistä -, useimmat analyyttiset menetelmät eivät pysty hankkimaan asiaankuuluvia tietoja. Tässä tutkimuksessa luodun työkalun avulla parannettiin kielten koneoppimista näiden yksityiskohtien tunnistamiseksi sähköisissä sairauskertomuksissa.

Koneoppimisjärjestelmä kykeni tunnistamaan syövän tulokset ja ihmisen lukijat sekä paljon nopeammin. Ihmislukijat pystyivät pääsemään vain kolmen potilastietueen läpi tunnissa. Työkalu pystyy analysoimaan tuhansien syöpäpotilaiden kohortin noin 10 minuutissa.

Hypoteettisesti Kehl sanoo, että työkalua voitaisiin hyödyntää pyyhkäisemällä jokaisen laitoksen potilaan terveystiedot ja tunnistamaan potilaat, jotka ovat kelvollisia kliinisiä tutkimuksia varten ja tarvitsevat niitä, ja sovittamaan heidät parhaaseen mahdolliseen hoitoon heidän sairaudensa ominaisuuksien perusteella. "Potilaita on mahdollista löytää mittakaavassa", Kehl sanoo.

Ihmisen radiologit lukevat alun perin tämän syötepotilaiden skannaukset. Mutta tekoäly ja koneoppiminen voivat lukea myös kuvia, ja tutkimus osoittaa, että ne voivat analysoida kasvaimien skannauksia yhtä tehokkaasti kuin ihmisen radiologit. Eräässä tässä kuussa julkaistussa tutkimuksessa radiologit ja tekoälyn asiantuntijat kehittivät yhteistyössä algoritmin, jonka avulla voitaisiin selvittää, tuleeko kilpirauhasessa esiintyä palautumia biopsiassa. radiologia (ACR) -järjestelmästä.

Kilpirauhaskokojen arviointi voi olla aikaa vievää, ja radiologit voivat kohdata haasteita ACR-järjestelmän avulla. "Halusimme nähdä, voidaanko syvällä oppimisella suorittaa nämä päätökset automaattisesti", sanoo tutkimuksen kirjoittaja Maciej Mazurowski, Duke Universityn radiologian, sähkö- ja tietotekniikan apulaisprofessori.

Mazurowski toteaa, että tekoälyn ja skannausanalyysien parissa on tehtävä enemmän työtä, ennen kuin nämä välineet voivat korvata radiologit, Mazurowski sanoo, mutta viimeaikaiset tutkimukset osoittavat, että AI: n on mahdollista suorittaa radiologien tasolla. Viimeinen kysymys on se, otetaanko se käyttöön ja missä määrin terveydenhuoltojärjestelmään, vaikka voimme osoittaa, että nämäkin toimet toimivat samoin kuin ihmiset. Ei vain, toimiiko se

Visuaalinen analyysi on lääketieteessä ja onkologiassa enemmän kuin tekstimuotoista analyysiä, Kehl sanoo, mutta molemmat voisivat olla osa koneoppimisen integrointia normaaliin hoitotapaan. Voi olla mahdollista esimerkiksi integroida skannausten koneellinen tulkinta yleiseen sähköiseen terveystietoanalyysiin, hän sanoo. Se merkitsisi sitä, että tarkastellaan kuinka paljon tietoa saamme itse kuvista, kuinka paljon saamme ihmisen tulkinnasta ja mitä voisimme saada malleja katselemalla kuvia, hän sanoo. Optimaalista strategiaa ei vieläkään tunneta.

Vaikuttaa siltä, ​​että jatkossa tekoäly voi auttaa tunnistamaan ja seuraamaan syövän etenemistä, Kehl sanoo. Selvittää, kuinka pystymme sisällyttämään AI: n yleisesti sekä kuvantamisessa, patologiassa ja terveyskertomuksissa kliiniseen työnkulkuun, Kehl kertoo.

Kuinka tehdä yksinkertaisia ​​aterioita hotellihuoneeseesi

Kuinka tehdä yksinkertaisia ​​aterioita hotellihuoneeseesi

42 prosenttia hinnasta Withingsin älykello ja muut hyvät tarjoukset

42 prosenttia hinnasta Withingsin älykello ja muut hyvät tarjoukset

Kengänpohjan tekeminen, jonka paksuus on alle millimetri, vie enemmän kuin kumi

Kengänpohjan tekeminen, jonka paksuus on alle millimetri, vie enemmän kuin kumi